TL;DR: Puedes usar modelos de lenguaje con los datos dentro de la UE sin montar un servidor. Azure OpenAI en zona de datos UE, Mistral o las APIs de OVHcloud y Scaleway procesan en Europa. Mira en el contrato el encargo de tratamiento, el no entrenamiento, los subencargados y la revisión de abusos. La infraestructura dedicada compensa con carga alta y constante.

La pregunta que llega por Search Console

Desde hace meses, nuestra guía de agentes de IA y RGPD recibe impresiones de búsquedas muy largas y muy concretas: «busco un proveedor de APIs de IA que aloje todo en servidores dentro de la Unión Europea», «alternativas a plataformas americanas de hosting de modelos que cumplan RGPD», «a partir de qué volumen tiene sentido migrar a infraestructura dedicada en la UE».

Quien escribe eso ya sabe que el RGPD aplica. Lo que quiere saber es qué contratar, qué firmar y cuándo dar el salto a una máquina propia. Este artículo responde a esas tres cosas con lo que usamos en producción.

Dos definiciones antes de seguir:

Residencia de datos: dónde se guardan los datos en reposo (ficheros subidos, historiales, registros).
Lugar de procesamiento: dónde se ejecuta el modelo que lee tu prompt y genera la respuesta. Puede ser distinto del anterior, y es el que suele fallar.

Qué opciones hay para usar un LLM sin salir de la UE

1. Azure OpenAI con despliegue en zona de datos UE

Es lo que usamos en Nexttia. Cada cliente tiene su propio recurso de Azure OpenAI en una región europea, con los modelos desplegados en el tipo Data Zone Standard y el encargo de tratamiento firmado.

En Azure, el tipo de despliegue decide dónde se procesa la inferencia. Según la documentación de tipos de despliegue de Microsoft:

Tipo de despliegue	Dónde se procesan prompts y respuestas
Global Standard / Global Provisioned / Global Batch	En cualquier región de Azure
Data Zone Standard / Provisioned / Batch	Solo dentro de la zona de datos elegida (UE, EE. UU. o Asia-Pacífico)
Standard / Regional Provisioned	Dentro de la geografía de Azure del recurso

Los datos en reposo se quedan siempre en la geografía del recurso. Lo que cambia con «Global» es dónde se ejecuta el modelo. La propia Microsoft recomienda empezar por Global Standard porque es el que recibe antes los modelos nuevos y tiene el precio más bajo. Si tu requisito es que nada salga de Europa, ese consejo no te vale.

La zona UE sigue el EU Data Boundary de Microsoft, que incluye los países de la UE y de la AELC (Noruega, Islandia, Liechtenstein y Suiza). Noruega, Islandia y Liechtenstein forman parte del Espacio Económico Europeo y Suiza tiene decisión de adecuación de la Comisión Europea, así que esos países no plantean una transferencia problemática.

Según la página de privacidad de los modelos de Azure, tus prompts y respuestas no están disponibles para OpenAI, no se usan para entrenar modelos y el servicio no se comunica con los sistemas de OpenAI.

Lo que hay que vigilar al montarlo:

El batch. La API de lotes estándar es un tipo Global. Si procesas lotes de documentos, despliega el modelo como Data Zone Batch.
Los modelos nuevos llegan primero a Global. Microsoft los publica en este orden: Global, después zona de datos y por último regional. Si un proyecto necesita el último modelo el día que sale, lo normal es que todavía no esté en zona UE.
El tipo Developer (para probar modelos afinados) no tiene garantía de residencia ni SLA. Para pruebas con datos ficticios, sí. Con datos reales, no.
Bloquear los despliegues globales con Azure Policy. Microsoft publica en esa misma página una política que impide crear despliegues de un tipo concreto. Así nadie despliega un GlobalStandard por descuido.
Un recurso por cliente. Separa claves, cuotas, registros y factura. Si un cliente se va, borras su recurso y no queda nada suyo mezclado con otros.

2. Mistral AI (empresa francesa)

Para quien busca expresamente un proveedor que no sea estadounidense, Mistral indica en su centro de ayuda que los datos se alojan por defecto en la Unión Europea, salvo que uses a propósito su endpoint de EE. UU. La misma página avisa de que algunas funciones pueden transferir datos temporalmente fuera de la UE, a los subencargados que lista en su Trust Center. Esa lista es lo primero que hay que leer antes de firmar.

Mistral publica además modelos con pesos abiertos. Mistral Small 3 salió en enero de 2025 con licencia Apache 2.0, que permite uso comercial y despliegue en tu propia máquina. Eso deja una salida limpia si algún día quieres pasar de su API a un servidor propio sin cambiar de familia de modelos.

3. APIs europeas de modelos abiertos: OVHcloud y Scaleway

Si te basta con modelos de pesos abiertos y quieres que también el proveedor de nube sea europeo, hay dos opciones con API al estilo de OpenAI:

OVHcloud AI Endpoints. Según su página de producto, el servicio está alojado y se ejecuta en la Unión Europea, no usa tus datos para entrenar y solo guarda lo necesario para facturar.
Scaleway Generative APIs. Su política de privacidad del servicio indica que no usa tus datos para entrenar, que los creadores de los modelos no tienen acceso a ellos y que aplica retención cero por defecto. La excepción es el tráfico anómalo o malicioso, del que puede guardar temporalmente el contenido para investigar. Los modelos se sirven desde centros de datos en París.

Con estos proveedores te ahorras las GPU, pero el catálogo se limita a modelos abiertos. Para extraer datos de una factura o clasificar correos suele bastar. Para razonamientos largos con muchas herramientas encadenadas, pruébalo con tus casos reales antes de decidir.

4. Modelo abierto en tu propio servidor (nube europea o tus instalaciones)

Descargas los pesos de un modelo abierto y lo sirves tú, en una máquina con GPU de un proveedor europeo o en tu propio centro de datos. Nadie más ve los prompts. A cambio, tú respondes de todo: parches, disponibilidad, escalado, copias y seguridad.

Un detalle de licencias que pilla a muchos: la licencia de los modelos multimodales de Llama, desde Llama 3.2 y también en Llama 4, no concede derechos a personas domiciliadas en la UE ni a empresas con sede principal en la UE. Meta lo justificó por la incertidumbre regulatoria. Los usuarios finales de un producto que los incorpore no están afectados, pero una empresa española que quiera autoalojarlos sí. Lee la licencia de la versión exacta antes de elegir modelo.

Comparativa de las cuatro opciones

Criterio	Azure OpenAI (zona UE)	Mistral API	OVHcloud / Scaleway	Modelo abierto propio
Dónde se procesa	Zona de datos UE (EU Data Boundary)	UE por defecto	UE (Scaleway: París)	Donde tú lo pongas
Sede del proveedor	EE. UU.	Francia	Francia	No hay tercero, o solo el de la máquina
Modelos	Familia OpenAI y otros del catálogo de Azure	Modelos de Mistral	Modelos abiertos	Modelos abiertos con licencia compatible
Entrenan con tus datos	No	Revísalo en su contrato	No	No aplica
Quién opera	El proveedor	El proveedor	El proveedor	Tú
Pago	Por token o capacidad reservada	Por token	Por token	Por hora de máquina, la uses o no
Encaja cuando	Necesitas los modelos más capaces con garantías contractuales sólidas	Quieres un proveedor europeo con modelos propios	Te bastan modelos abiertos y quieres nube europea	Carga alta y constante o datos que no pueden ver terceros

La sede importa porque Microsoft, aunque procese en Europa, es una empresa sujeta a la ley de Estados Unidos. Su propia documentación del EU Data Boundary reconoce que existen «circunstancias limitadas» en las que hay datos que se siguen transfiriendo fuera. Para la mayoría de empresas, el compromiso contractual y el procesamiento en la UE son suficientes. Si tu cliente o tu sector exigen proveedor europeo, las opciones 2, 3 y 4 existen y funcionan.

Qué mirar en el contrato

El documento clave es el encargo de tratamiento (DPA en inglés): el contrato que exige el artículo 28 del RGPD cuando un proveedor trata datos personales por cuenta tuya. Los grandes proveedores tienen uno estándar que se acepta con las condiciones del servicio. En Azure es el Microsoft Products and Services Data Protection Addendum.

Esta es la lista que repasamos en cada proveedor:

1. Que trate los datos solo según tus instrucciones, también en lo que respecta a transferencias fuera de la UE. Lo exige el artículo 28.

2. No entrenamiento. Que diga por escrito que prompts, respuestas, ficheros y embeddings no se usan para entrenar ni mejorar modelos sin tu permiso. Ojo: las versiones gratuitas de los chats de consumo suelen tener condiciones distintas a las de la API.

3. Lugar de procesamiento, además del de almacenamiento. Muchas páginas comerciales dicen «datos alojados en Europa» y se refieren solo a los datos en reposo. Pregunta dónde se ejecuta la inferencia.

4. Lista de subencargados y su ubicación, y cómo te avisan si añaden uno. Por el artículo 28, el proveedor necesita tu autorización para subcontratar y debe avisarte de los cambios para que puedas oponerte.

5. Revisión de abusos. Casi todos guardan una muestra de prompts para detectar usos prohibidos. En Azure, esos datos se guardan en la geografía de tu recurso y, para recursos en el Espacio Económico Europeo, los revisores humanos de Microsoft también están allí. Se puede solicitar la revisión de abusos modificada para que no se almacenen.

6. Funciones con estado. Historiales de conversación, hilos de asistentes o respuestas almacenadas guardan contenido. Decide cuánto tiempo y bórralo.

7. Transferencias internacionales. Si algo sale de la UE, con qué garantía: decisión de adecuación o cláusulas contractuales tipo. El Marco de Privacidad de Datos UE-EE. UU. sigue en vigor tras la sentencia del Tribunal General de septiembre de 2025, pero esa sentencia está recurrida ante el Tribunal de Justicia (asunto C-703/25 P). Apoyarse solo en él es asumir que el recurso no prospere. Por eso preferimos que el procesamiento no salga de la UE.

8. Fin del contrato. Que borre o te devuelva los datos al terminar y que te deje auditar o te facilite certificaciones.

El contrato con el proveedor del modelo es solo una parte. Si trabajas con un integrador como nosotros, ese integrador también es encargado del tratamiento y también tiene que firmarte uno.

¿API gestionada o infraestructura dedicada?

Es la tercera búsqueda del principio: a partir de qué volumen compensa migrar. No hay una cifra que sirva para todos, porque depende del modelo, de la longitud de los prompts y de cómo se reparte el tráfico en el día. Lo que sí hay es una forma de calcularlo.

La API por tokens cobra lo que usas. Si tu agente atiende a clientes en horario comercial y por la noche apenas recibe tráfico, pagas poco en las horas muertas.

Una máquina con GPU cobra todas las horas del mes, unas 730, la uses o no. A eso se suman las horas de ingeniería para mantenerla: actualizar el servidor de inferencia, vigilar memoria y colas, gestionar caídas y cambiar de modelo cuando salga uno mejor.

Para compararlo:

1. Saca de la factura actual los tokens de entrada y salida de un mes normal y de un mes de pico.

2. Calcula cuántas peticiones por segundo necesitas en la hora punta, no en la media.

3. Prueba un modelo abierto que puedas autoalojar con 100 casos reales tuyos. Si no da la calidad, la comparación termina ahí.

4. Suma el coste mensual de la máquina que aguanta tu hora punta y las horas de mantenimiento a tu precio real.

5. Compara con lo que pagas por tokens. Repite con la previsión de 12 meses.

Antes de saltar a una máquina propia hay pasos intermedios que solemos agotar primero:

Lotes en vez de tiempo real. Lo que no tiene que responder al momento, como clasificar el histórico o resumir documentos, puede ir por Data Zone Batch, que según Microsoft cuesta un 50 % menos que el estándar.
Capacidad reservada. Si el volumen es alto y estable, Azure ofrece despliegues aprovisionados (Data Zone Provisioned) con rendimiento garantizado, sin dejar la zona UE ni ocuparte de las GPU.
Modelo más pequeño para las tareas fáciles. Muchas llamadas de un agente son clasificaciones o extracciones que no necesitan el modelo grande.

Cuándo sí compensa la infraestructura dedicada:

Tráfico alto y repartido por igual en las 24 horas, de forma que la máquina no esté parada.
Datos de categorías especiales (salud, por ejemplo) o un cliente que exige por contrato que ningún tercero procese sus datos.
Un modelo afinado que necesitas controlar y versionar tú.
Un equipo capaz de operarlo. Si no lo tienes, el coste de mantenerlo suele pesar más que el ahorro en tokens.

Cómo lo montamos en Nexttia

En los agentes de IA que desplegamos para clientes, el patrón por defecto es este:

Un recurso de Azure OpenAI por cliente, en región europea, con despliegues Data Zone Standard de la UE.
Encargo de tratamiento firmado con el cliente y el de Microsoft como subencargado.
Si un caso pide que ningún tercero vea los datos, se estudia un modelo abierto autoalojado para esa parte concreta, y el resto sigue en la API.

Si estás en Málaga o alrededores y quieres revisarlo con nosotros en persona, mira nuestros servicios de IA en Málaga.

Preguntas frecuentes

¿Azure OpenAI con región europea ya garantiza que los datos no salen de la UE?

No necesariamente. La región del recurso fija dónde se guardan los datos en reposo, pero si el modelo está desplegado como Global, la inferencia puede ejecutarse en cualquier región del mundo. Tienes que elegir un tipo de despliegue Data Zone o regional, y revisar también los lotes.

¿Usar un proveedor europeo me exime de firmar un encargo de tratamiento?

No. El artículo 28 del RGPD exige contrato con cualquier encargado que trate datos personales por tu cuenta, esté donde esté. Un proveedor europeo te ahorra la parte de transferencias internacionales, pero el resto del contrato sigue haciendo falta.

¿Los modelos abiertos son peores que los de OpenAI?

Depende de la tarea. Para extraer campos, clasificar o resumir, un modelo abierto mediano suele bastar. Para agentes que encadenan muchas herramientas y razonan sobre documentos largos, la diferencia con los modelos comerciales más capaces se nota más. La única forma fiable de saberlo es probar con tus propios casos.

¿Puedo empezar con la API y pasar a infraestructura propia más adelante?

Sí, y es lo que recomendamos. Si el código del agente habla con el modelo a través de una capa que admite endpoints compatibles con la API de OpenAI, cambiar de proveedor se reduce a cambiar la URL, la clave y el nombre del modelo, y repetir las pruebas de calidad.

¿Quieres revisar dónde procesan los datos los modelos que ya usa tu empresa, o elegir proveedor para un agente nuevo? Hablemos.

Cómo usar modelos de IA en tu empresa sin que los datos salgan de la UE